贫瘦煤模拟海水催化热解特性的研究

贫瘦煤地下催化气化过程无法使用固体催化剂,因此要研究廉价的液体催化剂。 为 了探索海水作为煤炭地下气化廉价气化剂的可行性,了解其中的NaCl组分对煤热解和气化 过程的催化作用,以3% 的NaCl溶液(模拟海水)作为催化剂,选取了块度约6cm的陕西王 斜煤矿贫瘦煤进行热解实验,测定了煤块内外升温速率和热解产物焦油的组成,研究了催 化剂对半焦孔结构的影响。 NaCl 催化剂负载量为 0.49% 和 0.53% 的大尺度煤块在 350℃~650℃温度段活化能与原煤相比分别降低39% 和45% ;催化热解焦油中苯系物含 量增加7.8% ,烃类含量煤样Ⅰ减少14.9% 、煤样Ⅱ减少32.4% ;催化热解煤焦的比表面积 显著大于非催化热解的煤焦;热解焦中—OH 键和* *C* *O 键的含量,煤Ⅱ焦<煤Ⅰ焦<原 煤。 结果表明:块状贫瘦煤热解过程中温度传递具有滞后性,海水对煤热解和气化过程有 一定的催化作用。     

浅谈路桥工程索赔

1工程概况郑尉路二合同段地处郑州市东南部,合同段内设有中桥3座,小桥3座,箱通1道,涵洞19道。郑州绕城高速公路A合同设计有小桥l座,箱通2道,圆管涵2道;工程A标段全长10.78km,共有路基填方l64.7万m~3,沥青路面l393.8千m~3,砌石防护78838m~3,总造价为22980万元。合同段路基为高填土路段,多数跨越渔塘、稻田,地形条件复杂,设计中地基已采取砂桩、粉喷桩及抛石挤淤处理,但部分地段仍不能满足要求,我单位在施工过程中根     

晶闸管阀水冷系统流量设计优化研究

为了保证晶闸管的可靠稳定运行,提高水冷系统流量设计的精确度,提出了基于结温限值核算水冷系统流量的优化算法——结温算法。该算法通过预设晶闸管运行结温限值、进阀水温,结合晶闸管的热阻和散热器热阻,计算出阀冷却所需的水冷系统流量值。结果表明,通过结温算法进行水冷系统流量设计,在保证晶闸管运行结温的同时可提升水冷系统的可靠性与经济性,为水冷系统流量设计优化提供理论依据。     

基于信息传播影响因素的边重要性度量方法

在信息传播中,边的重要性度量是一个非常重要的研究问题。边是信息传播的载体,不同位置的边具有不同的信息负载和传播能力。移除一些对传播有重要影响的边对遏制谣言的传播和公共信息的传播最大化等有重要意义。信息的传播易受传播者、受传者、传播渠道和传播环境等影响。基于这些观察,通过综合考虑影响信息传播的多种因素,提出一种基于信息传播影响因素的边重要性度量方法ISM。在9个真实网络数据集上,ISM与4个经典的边重要性方法的Jaccard系数、桥度指数、介数中心性和可达性指数进行了比较。实验结果表明,该方法在网络连通性和扩散动态过程中,对于重要边的识别均优于其他常用方法。     

施工项目管理与控制

1施工项目管理施工项目管理是为使项目实现所要求的质量、所规定的时限、所批准的费用预算所进行的全过程、全方位的规划、组织、控制与协调。项目管理的对象是项目,由于项目是一次性的,故项目管理需要用系统工程的观念、理论和方法进行管理,具有全面性、科学性和程序性。项目管理的目标就是项目的目标,项目的目标界定了项目管理的主要内容是"三控制二管理一协调",即进度控制、质量控制、费用控制、合同管理、信息管理和组织协调。     

基于节点度中心性的无监督特征选择

特征选择方法可以从成千上万个特征中选择合适的少量特征，使模型更加有效、高效。本文考虑到真实场景下高维数据集中特征之间互相关联以及使用复杂网络结构描述特征空间的全局性与合理性，提出无监督场景下的基于复杂网络节点度中心性的特征选择方法。根据特征间的相关性大小，设定阈值选择保留符合要求的关联；再利用保留的关联生成以特征为节点的无向无权重网络结构；最后以衡量节点度中心性的方法筛选此网络中影响力最大的节点集，亦即最优特征子集。本文方法为处理特征重要性及特征冗余增加了灵活性。采用对比实验，将本文方法与常用特征选择或特征提取方法在多个高维数据集上进行性能比较。实验分析结果表明此方法的有效性以及普适性。     

某大学男子篮球队进攻技术统计分析

本文通过运用数据统计法、文献资料法和对比分析法和专家访谈法对某赛区的理工大学男篮、工业大学男篮、财经大学男篮和某大学男篮在本届比赛中的进攻技术指标数据进行整理分析，得到合理的结论，以期待能帮助球队认识自身进攻能力。     

电化学电容器中NiO电极材料的研究进展

综述了NiO电极材料在ECs领域中较为重要的研究进展,基于NiO电极材料的工作原理,归纳了提高和改善NiO电极在大电流密度工作条件下电化学电容行为的方法,并对未来的研究热点和发展方向进行了展望.     

动态异构信息融合的科研合作潜力预测

现有的科研合作潜力预测方法使用特征工程来人工提取科研合作网络中作者的浅层静态属性，忽略了科研合作网络中异构实体间的关联关系。针对以上不足，提出融合科研合作网络中的多种实体潜在属性信息的动态合作潜力预测（CPP）模型，在提取异构实体的属性的同时考虑了学者与学者之间合作关系的结构特征，并且通过协同优化的方式优化模型，实现了在为学者进行科研合作者推荐的同时预测科研合作潜力的目标。为验证所提模型的有效性，搜集整理了发表在中国计算机学会（CCF）推荐期刊中的50余万篇论文信息以及相关实体的完整属性信息，并采用滑窗法构建了不同时间段的时序合作异构网络，以提取科研合作网络演化过程中的各实体的动态属性信息。此外，为提高所提模型的泛化性以及实用性，随机输入不同时段的数据对模型进行训练。实验结果表明，相较于次优的多层采样聚合图神经网络（GraphSAGE）,CPP模型在合作者推荐任务上的分类精确度提高了1.47个百分点；在合作潜力预测任务上的测试误差降低了1.23%。说明了CPP模型能更精准地为学者推荐优质合作者。